中文   |   English   |   Email Alert

凝聚态化学的中子散射研究

鹿一韩 ,  徐梦雨 ,  孙钰 ,  赵朴

化学进展 ›› 2026, Vol. 38 ›› Issue (1) :40-58

PDF (2213KB)
化学进展 ›› 2026, Vol. 38 ›› Issue (1) :40-58 DOI: 10.7536/PC20250602
综述与评论
扫码查看或转发全文

凝聚态化学的中子散射研究

作者信息 +

Neutron Scattering Studies of Condensed Matter Chemistry

Author information +
文章历史 +

摘要

表征技术的发展是完善凝聚态化学中结构理论的重要推动因素。中子散射技术凭借其与原子核/未配对电子相互作用的独特机制,突破了光学、X射线、电子等传统表征技术的局限,在探测轻元素、分辨同位素、区分相邻元素、揭示磁行为等方面展现出了不可替代的优势。近年来,随着高通量中子源的升级及原位实验方法的进步,中子散射技术的应用逐渐从物理领域拓展至化学领域,成为探究复杂化学体系结构/动力学与反应机理的重要工具。其中,中子衍射技术主要用于精确解析局域与体相结构,中子能谱技术则可以提供动力学信息,常用于研究化学键断裂/生成、分子构象、分子/离子扩散/传输等。其他中子散射技术,如中子成像技术和小角中子散射技术,具有提供独特介观、宏观尺度信息的潜力。本文系统梳理了中子散射技术在凝聚态化学研究中的优势与应用场景,结合具体案例凸显了其不可替代性,并对未来发展提出了可行路径,为凝聚态化学研究者提供了技术选择与创新的参考框架。

Abstract

The advancement of characterization techniques has emerged as a pivotal driving force in refining structural theories of condensed matter chemistry. The unique interaction mechanism between neutrons and atomic nuclei/unpaired electrons enables neutron scattering techniques to provide distinctive information on light elements, isotopes, neighboring elements, and magnetism, thereby establishing complementary advantages with conventional optical, X-ray, and electron characterization approaches. Recent progress in high-flux neutron sources and in situ experimental methodologies has significantly expanded the application scope of neutron scattering from fundamental physics to complex chemical systems, making it an indispensable tool for deciphering intricate microstructures/microdynamics and reaction mechanisms. Among various techniques, neutron diffraction is mainly used to achieve a precise determination of both local and bulk structures. Concurrently, neutron spectroscopy offers unparalleled insights into dynamic processes and thus is particularly valuable for studying chemical bond breaking/formation, molecular conformation, molecule/ion diffusion/transport, and so on. Other neutron techniques, such as neutron imaging and small-angle neutron scattering, demonstrate huge potential for providing characteristic mesoscopic and macroscopic information. This comprehensive review systematically examines recent advances in neutron scattering investigations of condensed matter chemistry, with case studies underscoring the irreplaceability of these techniques in elucidating structure-property relations in complex systems. Furthermore, we present current challenges such as flux limitations, time resolution constraints, and multimodal characterization integration. We also propose forward-looking perspectives on methodological developments and synergistic characterization frameworks. These discussions offer valuable theoretical references and methodological guidance for researchers pursuing multi-scale characterization in condensed matter chemistry.

Contents

1 Introduction

2 A brief overview of neutron scattering techniques

3 Neutron diffraction studies of condensed matter chemistry

3.1 Single-crystal neutron diffraction studies

3.2 Neutron powder diffraction studies

3.3 Neutron pair distribution function studies

4 Neutron spectroscopy studies of condensed matter chemistry

4.1 Inelastic neutron scattering studies

4.2 Quasielastic neutron scattering studies

5 Neutron imaging/scattering studies of condensed matter chemistry

5.1 Neutron imaging studies

5.2 Small-angle neutron scattering studies

6 Challenges and opportunities

6.1 Technical challenges

6.2 Future research directions

7 Conclusion and outlook

Graphical abstract

关键词

凝聚态化学 / 中子散射 / 先进表征

Key words

condensed matter chemistry / neutron scattering / advanced characterization

引用本文

引用格式 ▾
鹿一韩, 徐梦雨, 孙钰, 赵朴. 凝聚态化学的中子散射研究[J]. 化学进展, 2026, 38(1): 40-58 DOI:10.7536/PC20250602
Yihan Lu, Mengyu Xu, Yu Sun, Pu Zhao. Neutron Scattering Studies of Condensed Matter Chemistry[J]. Progress in Chemistry, 2026, 38(1): 40-58 DOI:10.7536/PC20250602

登录浏览全文

4963

注册一个新账户 忘记密码

1 引言

精准认识凝聚态体系对理性设计复杂功能体系有决定性的作用。揭示结构/动力学与物性之间的关系始终是凝聚态化学研究人员面临的关键科学问题。表征技术的发展对推进上述科学问题的深入研究有关键性的作用。

中子散射技术凭借其与原子核/未配对电子相互作用的独特机制,突破了光学、X射线、电子等传统表征技术的局限,在探测轻元素(如氢、锂)、分辨同位素、区分相邻元素、揭示磁行为等方面展现出了不可替代的优势。近年来,中子散射技术已成为探究复杂化学体系结构/动力学与反应机理的重要工具,在能源、环境、生物医药等凝聚态化学前沿研究领域展现出不可替代的价值。近年来,随着中子源的发展,中子散射技术已向多物理场耦合、原位实时监测、多尺度建模融合的方向跃进。这些突破不仅深化了凝聚态化学的理论根基,更催生了新型功能材料的理性设计。中子散射的“多维度透视”能力正成为颠覆性技术创新的核心驱动力。

本文将以凝聚态化学的前沿问题为导向,系统阐述中子散射技术在理论研究中的独特优势,结合典型案例,探讨其在构效研究中的范式革新。最后,我们展望了中子散射技术如何通过与人工智能等技术跨域融合开启凝聚态体系表征从“静态快照”迈向“动态全息”的新纪元。

2 中子散射技术简介

中子散射作为研究物质多尺度结构/动力学的核心表征手段,其物理基础在于中子与原子核/未配对电子的独特相互作用机制。根据能量交换程度,该技术可系统分为3类:(1) 弹性中子散射(ΔE≈0),主要用于解析微观、介观、宏观结构;(2) 非弹性中子散射(ΔE≠0),主要用于研究激发态动力学;(3) 准弹性中子散射(ΔE→0),主要用于探测扩散过程的时空演化。

中子散射技术在探测轻元素方面具有明显优势。由于中子散射截面与原子序数呈非单调关系(表1)[1],中子对氢、锂等轻元素具有独特的敏感性。该特性使中子成为研究氢键网络(如冰晶结构)、锂离子输运(如固态电解质)等体系的理想探针。中子散射技术也具有同位素分辨能力。同位素间有时存在显著的散射截面差异(如1H/82.03 barn vs. 2D/7.64 barn)。通过设计同位素梯度体系,可在分子水平解析扩散路径、界面反应等动态过程,特别适用于多组分体系的原位分析。中子散射技术还具有磁结构解析能力。磁散射截面与原子磁矩直接相关,使其成为表征自旋序(铁磁/反铁磁)、磁相变及磁电耦合等现象的关键手段。中子散射技术还能实现深度无损探测。基于中子穿透深度达厘米量级的特性(如热中子对铝的穿透率为90%@1 cm),该技术能够原位监测厚壁反应器内的真实反应过程(高压/低温);三维重构功能材料(如多孔材料)的内部结构;动态观测活体生物大分子等。

当代中子源历经三代发展:第一代反应堆源(如ILL)、第二代散裂源(如ISIS, SNS, J-PARC, CSNS)、第三代高通量源(如ESS)。全球主要设施呈现地域集聚特征,欧洲(如ISIS, ILL, ESS)、北美(如SNS, LANSCE)、亚洲(如J-PARC, CSNS)形成三大研发中心。中国散裂中子源(CSNS)自2018年运行以来,已在锂电池材料、储氢体系等领域取得突破性成果,其二期工程将实现束流功率倍增,为我国的凝聚态化学研究注入新质力量。中子散射技术正推动多个领域取得突破:(1) 能源领域,解析储能、催化动态过程;(2) 软物质体系,追踪高分子链构象演变;(3) 生物医药领域,揭示活性位点作用机制。随着兆瓦级高通量源(如ESS)的建成,中子散射技术的时间分辨将提升至微秒量级,为捕捉瞬态反应中间体提供新的可能。需指出的是,中子散射技术的潜力仍然面临挑战:高通量实验的稀缺性、数据处理的理论依赖性,以及多尺度动态过程的全息解析需求,亟待技术与方法的协同突破。

3 凝聚态化学的中子衍射研究

中子衍射技术利用中子束与样品相互作用时产生的衍射现象分析材料结构。中子衍射的优势在于对轻元素和磁结构敏感,能区分相邻元素。在凝聚态化学研究中,科研人员利用中子衍射技术深入探索了复杂材料的结构,为理解构效关系提供了重要依据。

3.1 中子单晶衍射研究

中子单晶衍射技术(Single-crystal neutron diffraction, SCND)主要用于解析单晶结构,在配合物、生物大分子、磁性材料、超导材料等研究中起着重要的作用。

3.1.1 生物大分子

由于中子对轻元素高度灵敏,SCND可以精确测定生物大分子中C、H、O等主要原子的位置及占位情况,帮助科研人员深入了解蛋白质、核酸等分子的晶体结构,反映氢键网络、质子化状态和动态构象变化等重要细节,为揭示生物大分子的功能机制提供关键信息。

我们可以利用SCND探究蛋白质分子中肽键的平面性问题及相关功能机制。肽键是蛋白质中连接氨基酸的化学键,其平面性被认为是蛋白质结构稳定的基础,影响氢键形成和化学反应。传统理论认为肽键的六个原子共面,但高分辨X射线衍射和理论计算发现肽键存在扭曲。为了进一步探究这一问题,Hanazono等[2]利用SCND重点研究了铁硫蛋白(HiPIP)中H i —N i —C i -1 ̿     O i -1位面的平面性。他们在1.2 Å(1 Å=0.1 nm)分辨率下解析了氧化态HiPIP的晶体结构,发现酰胺质子并非完全位于肽键平面内,而是受氢键作用向受体原子(如氧)偏移(图1)。此外,肽键平面性很大程度上取决于N原子的锥化程度:N原子锥化程度越大,H—N—C ̿     O平面的扭曲程度越大。数据还表明,有4个酰胺质子与和Fe原子共价结合的半胱氨酸残基的S原子存在相互作用,且不同亚簇的酰胺质子的N—H键长存在差异。其中Cys75的酰胺质子在还原态和氧化态下的取向不同,这种变化可能与铁硫簇的价态有关。该研究明确了肽键存在扭曲的情况,揭示了HiPIP的结构细节,为研究其他具有类似结构的蛋白质分子提供了参考。

SCND还可用于研究病毒的药物靶点及相关作用机制。例如,人体在遭到新型冠状病毒(SARS-CoV-2)入侵时会释放干扰素,激活PARP酶对蛋白质进行ADP核糖基化修饰,以此来对抗病毒。而SARS-CoV-2的宏结构域(Mac1)能去除这种修饰,帮助病毒逃避人体免疫反应,因此它是潜在的药物靶点。Correy等[3]利用SCND确定了Mac1在不同pH条件下无底物结合(apo)和与二磷酸腺苷核糖(ADPr)结合时部分组氨酸残基的质子化状态(图2)。在此基础上,揭示了活性位点附近的氢键网络,说明了氢键网络对维持活性位点的活性以及识别底物的关键作用。作者还详细分析了Mac1活性位点附近的水分子网络,发现其在非天然配体(片段)结合中有着重要作用:大部分片段是通过与水分子形成桥接相互作用来结合活性位点的。这为设计Mac1抑制剂提供了新的思路,比如可以引入特定基团以扩展氢键网络或者通过靶向置换水分子来优化Mac1抑制剂的设计。

3.1.2 磁性材料、超导材料

SCND在磁性材料研究中具有独特优势。这是因为中子具有独特的磁矩,能与磁性材料中原子的磁矩相互作用,从而可以深入到原子尺度、精准地探测磁性材料内部的原子磁矩取向和磁结构信息,还可直接解析自旋有序态和磁相变行为。而许多超导体的超导态也与磁有序态紧密交织,因此科研人员可以借助SCND了解磁矩的取向和磁结构在不同条件下的变化情况,从而通过调控磁性来优化超导体的性能,为新型超导材料的研发提供理论指导。

例如,SCND被用于研究FeCrAs的磁性质。FeCrAs在一定温度下表现反铁磁有序,但其直流磁化率(χ)随温度变化会出现异常现象。Jin等[4]在SCND实验中观察到FeCrAs存在具有特定传播矢量的磁反射,进而确定了其反铁磁有序的起始温度为TN =116(1) K(图3)。此外,他们还确定了FeCrAs的Cr亚晶格在基态下呈现面内螺旋反铁磁有序。随着温度上升,Cr磁矩逐渐从ab平面倾斜出来,面内分量减小,面外分量增大。这一自旋重取向现象能够很好地解释直流磁化率在约100 K(T 0)时出现的异常现象。该发现揭示了FeCrAs在不同温度下磁结构的演变,为解释其温度敏感的磁性质提供了关键信息。

再如,SCND还被用于研究Eu(Fe0.88Ir0.12)2As2的超导性质及其中Eu2+自旋的磁基态。EuFe2As2属于“122型”的铁基超导体,含有两个磁子晶格,向其中掺加杂原子可以实现超导。Jin等[5]研究了Ir掺杂的Eu(Fe1- x Ir x )2As2。在SCND实验中,作者观察到(220) T 衍射峰的积分强度随温度平稳变化,峰宽变化与(008) T 衍射峰相似,表明该化合物中不存在四方到正交的结构相变,铁的自旋密度波序被完全抑制,超导性得以充分发展。为了确定Eu2+自旋的磁基态,作者分别在25 K(高于Eu2+的磁转变温度)和基温(远低于磁转变温度)对几个代表性衍射峰进行进一步测量。如图4所示,(110) T 和(101) T 等在25 K下峰强度较弱,但在基温下显著增强,表明随着温度降低,Eu2+自旋产生了显著的铁磁贡献。(006) T 的峰强度在冷却过程中没有明显变化,说明Eu2+自旋在ab平面内的铁磁分量几乎为零,或者在实验误差范围内无法识别。综合这些结果可以得出,在实验误差范围内,Eu2+自旋在基态下沿c轴铁磁排列。对结构进行精修,可以得到其有序磁矩为7.0(1) μ B。这一结果说明了在Eu(Fe0.88Ir0.12)2As2中,超导性与Eu2+的铁磁基态能够共存,有助于深入探究铁基超导材料中这2种现象的内在联系和相互作用机制。

3.2 中子粉末衍射研究

中子粉末衍射技术(Neutron powder diffraction, NPD)主要用于解析多晶或粉末样品的晶体结构。NPD具有简单快捷、适用性强等特性,适于研究难以得到高质量单晶的复杂材料,在研究实际应用中功能材料的构效关系中扮演重要角色。

3.2.1 电池材料

在电池材料的电化学反应过程中,Li、H、O等轻元素极为关键,其位置、含量及在反应过程中的动态变化都会直接影响电池性能,包括电池容量、循环使用寿命以及充放电效率等。由于中子对轻元素高度灵敏且穿透能力强,NPD能够深入电池材料内部,精准追踪轻元素原子在晶体结构中的变化,有助于揭示电池的工作原理。

比如,我们可以利用NPD探究全固态锂离子电池的阴极材料FeCl3中Li+的动态变化。FeCl3具有独特的层状结构,其层间由Fe3+八面体和空八面体按2∶1的比例组合填充,形成蜂窝状排列。Li+能够嵌入到空八面体中。Liu等  [6]对不同锂含量的FeCl3样品进行了NPD实验。作者发现在充放电过程中FeCl3的晶体结构会发生变化:放电时,首先形成中间相α相,随着Li+的嵌入,α相转变为更富锂的β相;充电时,β相并不按嵌锂的反向路径转变回原始FeCl3结构,而是经历固溶体脱锂过程,随后形成新相γ相。对β相进行NPD分析可知,Li+主要占据4e(八面体)位点,少量占据4g(四面体)位点,该结构可被视为阳离子缺陷型尖晶石结构(图5)。这说明在初始放电过程中,Fe原子的部分迁移可能使FeCl3形成类似阳离子缺陷的尖晶石结构。这种结构在长期循环中对Li+的嵌入和脱出具有高度稳定性,有助于提升锂离子电池的储能能力和长循环稳定性。

另外,在电池材料中,Ni、Co、Mn等过渡金属元素常常同时存在,并且各自对材料性能有着不同程度、不同方面的影响。NPD凭借对不同元素散射特性的差异性,能够清晰地辨别这些过渡金属元素在充放电过程中的演变情况。基于此,科研人员可以深入了解过渡金属对电池性能的具体作用机制,从而为优化电池性能提供坚实的理论支撑。例如,电极材料A位层状双钙钛矿锰酸盐LnBaMn2O5+ δ (Ln = Pr, Nd)具有混合离子和电子导电性、氧化还原稳定性,抗积碳和抗硫中毒能力强,但催化活性不足,而金属纳米颗粒从主体氧化物晶格中析出是一种有潜力的改进其性能和稳定性的方法。Bahout等[7]对(PrBa)1- x /2Mn2- x Ni x O6- δ (x = 0.05) (PBMN) 进行了高温原位NPD研究。在湿氢气氛下加热样品时,当温度接近400 ℃,出现新的MnO的衍射峰,同时体心相(正交相)中O1位点的氧占有率下降,MnO含量增加。温度达到500 ℃时,正交相转变为四方相。665 ℃时,四方相又转变为立方相。当温度接近900 ℃时,层状双钙钛矿PrBaMn2O5相出现,同时Ni2+从结构中析出并被还原为金属纳米颗粒。在冷却过程(900 ℃~室温)中,层状双钙钛矿的空间群在550 ℃时从P4/mmm转变为P4/nmm,这是Mn3+和Mn2+的电荷有序化导致的。此外,通过对Ni的(111)峰宽分析,估算出析出的Ni颗粒平均晶粒尺寸为60 nm。这些结论揭示了材料在H2气氛下的结构演变过程,为理解镍的析出优化PBMN在H2气氛下的电化学性能提供了材料结构方面的理论基础。

3.2.2 吸附材料

NPD在吸附材料的研究中用途广泛。由于中子对轻元素高度敏感,NPD可用于确定吸附材料中富含轻元素的吸附质的结构,了解吸附质与吸附材料的相互作用机制,为解释吸附性能提供依据。这有助于优化吸附材料,提高其吸附效率和选择性。

TAMOF-1是一种新型金属有机框架材料(MOFs),对CO2有较强的吸附能力。为了确定CO2分子在TAMOF-1孔道中的位置,Capelo-Avilés等[8]利用NPD解析了吸附CO2的TAMOF-1的晶体结构。作者发现TAMOF-1具有沿[111]方向的三角形空通道。吸附CO2后,通道被CO2分子填充且CO2分子适度无序,表明CO2与TAMOF-1骨架的相互作用较弱。如图6所示,部分CO2分子位于由3个Cu原子形成的较窄通道中,与2个Cu原子有明显的定向相互作用。其余CO2分子则随机分布在通道中。这一结果揭示了CO2在TAMOF-1内的吸附位置和相互作用方式,为理解其吸附机制提供了直接证据。

Chai等[9]利用NPD对具有乙炔/乙烯分离能力的Ni@FAU沸石分子筛进行了研究,不仅明确了Ni(II)在FAU中的精确位置,还成功解析出气体分子的吸附位置与方式。如图7所示,在乙炔吸附的[Ni12Na20(Al44Si148O384)]·(C2D2)12中,所有被吸附的乙炔分子都位于超笼中的单一位置,与Ni(II)一侧相互作用,形成亚稳态的[Ni(II)(C2D2)3]络合物,同时还与骨架氧形成氢键。在乙烯吸附的[Ni12Na20(Al44Si148O384)]·(C2D4)17中,由于乙烯分子体积较大,导致只有小部分分子与Ni(II)相互作用,大部分分子只能通过与骨架氧形成弱氢键或通过分子间客体-客体相互作用来稳定。这一结论揭示了Ni@FAU对乙炔的高选择性吸附机制,对于指导新型吸附剂的开发具有重要意义。

3.2.3 催化材料

NPD可以精确测定催化材料的晶格参数及其活性位点的配位环境,还能在原位条件下跟踪催化材料在反应过程中的结构变化,有助于深入理解催化反应过程,进而优化催化材料,提高催化效率。

Trickett等[10]利用NPD研究了固体酸催化剂MOF-808-SO4的Brønsted酸活性位点。作者借助NPD排除了末端羟基和硫酸根上的质子作为强酸来源,结合其他实验最终确定末端水才是强酸来源:强Brønsted酸活性位点是由水和螯合硫酸根通过氢键形成的。这类酸活性位点对MOF-808-SO4的催化性能有很大影响:除水后的材料催化性能明显降低。NPD对材料结构和组成的精确分析,为构建和验证酸活性位点结构模型提供了重要依据,是不可或缺的环节。

3.3 中子对分布函数研究

中子对分布函数(Neutron pair distribution function, nPDF)是通过中子散射实验获取的原子间径向分布函数,即通过中子散射实验统计材料中所有原子对之间的距离分布,从而揭示原子在局域范围内的排列规律,了解材料的内部结构。其数学表达式见式(1)。

G(r) = 4 π r ρ 0 [ S Q - 1 ]  

式中:ρ 0为平均原子密度;S(Q)为结构因子。该函数通过傅里叶变换将散射数据转换为原子对距离的概率分布,突破了传统衍射技术仅能解析长程有序结构的限制,特别适用于非晶态、纳米结构及复杂晶体的局域结构分析。

3.3.1 液体材料

nPDF可清晰呈现液体材料中原子间距离分布、局部配位环境及动态变化情况,从而使科研人员了解液体内部的微观结构。这有助于理解液体材料性能本质,为金属熔炼、铸造等工艺优化提供微观结构层面的理论依据。

ZIFs是一类能在高温下熔化得到液体的MOFs。Gaillac等[11]通过对熔融淬火的ZIF-4的nPDF数据进行RMC建模,得到了其结构模型(图8a)。数据显示,熔融淬火的ZIF-4保留了Zn—Im—Zn键、四面体配位特征以及晶态材料的网络结构,其结构的连续随机特征与无定形SiO2类似。作者还对液态ZIF-4进行了同步辐射PDF研究,基于熔融淬火的结构模型对液态ZIF-4进行了RMC建模(图8b)。发现ZIF-4在液态下具有独特的多孔结构,与传统的有机多孔液体不同,属于一种本征多孔液体。该研究揭示了ZIF-4液体的独特性质,这种本征多孔液体特性在液相分离、催化等领域可能具有重要应用价值,为拓展MOFs的应用范围提供了新的方向和思路。

3.3.2 熔融态材料

在熔融态材料研究中,nPDF能精确分析熔融态下原子的空间分布和动态变化,指明原子间距、配位环境等。这些信息有助于控制材料的熔融工艺参数,优化材料的成型过程,提升材料质量,同时也为深入探究材料形成机制提供关键数据支持。

例如,可以利用nPDF研究熔盐核反应堆(MSR)的冷却盐。随着MSR的运行,受腐蚀和辐射的影响,冷却盐的成分会发生变化,导致熔体的关键物理性质改变。其中,Cr3+是最主要的腐蚀产物。Li等[12]利用nPDF研究了NaCl-CrCl3近共晶混合物。借助nPDF结合从头算分子动力学模拟,作者明确了CrCl 3 - 6 八面体结构的存在(图9)。

除了观察到八面体结构,作者还确定了Cr3+周围的Cl-配位情况,准确计算出配位数,从微观层面清晰地呈现出熔盐中原子的排列方式和相互关系。此外,作者还对比了纯NaCl和NaCl-0CrCl3的nPDF谱中特征峰的位置和强度变化,发现在NaCl-0CrCl3中,由于Cr3+的存在,Cl—Cl间距比纯NaCl中近。Na+受Cr3+的影响较小,Na—Na和Na—Cl间距在2种样品中几乎相同。上述结论有助于科研人员深入理解Cr3+对熔盐结构的影响,准确预测熔盐的性质,以优化熔盐反应堆的性能和安全性。

3.3.3 非晶态材料

非晶态材料的原子排列缺乏长程周期性,但存在短程有序(如四面体配位、层状结构)和中程有序(如纳米团簇、链状排列)的情况,利用nPDF可确定短程/中程有序区域内原子的分布规律,如原子间的平均距离、最近邻原子数等,揭示局域原子排列。

NAGP(Na1+ x Al x Ge2- x (PO4)3)体系中的非晶态材料在玻璃-陶瓷技术领域有重要应用前景,了解其结构特点对优化材料性能至关重要。Gammond等[13]对不同成分的NAGP玻璃态材料进行nPDF研究,发现其总结构因子函数在k 1 ≈ 0.85 Å-1处出现肩峰。这一特征表明在玻璃态材料中,原子在约2π/k 1 ≈ 7.4 Å-1的实空间尺度上存在一定的有序性。这反映了玻璃态材料内部原子分布并非完全无序,而是在局部区域存在某种规律性排列,对于理解玻璃态材料的结构特征具有重要意义。

通过对nPDF数据的拟合分析,作者得到不同成分NAGP玻璃态材料中原子的配位信息。对于x = 0的玻璃态材料,P—O配位数接近于4,Ge—O配位数约为5;对于x > 0(如x = 0.4和x = 0.8)的玻璃态材料,P—O配位数在实验误差范围内约为4,而随着铝含量的增加,平均Ge—O配位数呈现降低的趋势。这些结果与晶态的NAGP材料明显不同,明确了玻璃态材料中原子配位环境的独特性。

此外,对比不同状态(初始态、退火态)玻璃态材料的nPDF数据(表2)可以发现,退火处理后,玻璃态材料的Ge—O配位数(n Ge—O)相对初始态有所增加,而P—O配位数(n p—O(sum))在实验误差范围内没有明显变化。这表明退火过程对玻璃态材料中Ge的配位环境有显著影响,使其向更接近晶态结构的方向转变,但对P的配位环境影响较小。这一发现揭示了退火如何改变材料的原子配位环境,有助于选择合适的退火条件以改善材料的结构和性能。

3.3.4 纳米材料

nPDF在纳米材料研究中发挥着独特的作用。它能够深入纳米尺度,研究纳米材料原子级别的结构细节,反映原子分布和其周围的配位环境,以及其在反应过程中的结构动态变化。这有利于解释纳米材料的性质和作用机制,为设计更高效的纳米材料提供微观结构基础。

例如,Pan等[14]在常压下利用C60制备出长程有序的多孔碳(LOPC),并通过对比LOPC与原始C60分子晶体、C60聚合物晶体的nPDF数据,分析了LOPC的结构特征。由图10可知,在短距离范围内(< 3 Å),LOPC的主要化学键类型与C60相似;在3~8 Å(1 Å=0.1 nm)时,LOPC的原子间距向长距离偏移,表明LOPC也具有类似石墨的结构;在长距离范围内(> 9 Å),LOPC结构的无序性增加,原子排列变得更加不规则。上述结论反映出LOPC短程有序与中程无序共存的结构特征,为理解其高导电性和热稳定性提供了依据。结合多种表征手段对其结构和性质进行研究后,作者得出LOPC是富勒烯型向石墨烯型碳转变过程中的亚稳结构,在500 ℃以下保持长程有序,随着退火温度升高,其性质呈现从半导体向金属转变的趋势。

再如,Zhu等[15]对CeO2纳米粒子的结构进行了nPDF研究。结果表明,在低温下(< 75 ℃),CeO2纳米粒子的局部结构存在从四方相到立方相的转变(图11)[15]。相变过程中,O2-发生位移,晶胞体积减小,揭示了CeO2纳米粒子原子尺度上的结构变化,为理论计算中关于氧空位和结构稳定性的假设提供了实验证据,有助于进一步理解其高氧存储量和催化活性。

3.3.5 固体材料

在固体材料领域,nPDF是解析材料结构的重要手段。它能深入原子尺度,精准测定相关参数、原子位置和热振动情况,清晰呈现材料中原子间距离分布与配位环境,有助于理解材料结构与性能间的内在联系,为优化固体材料的设计、探究材料结构与性能机制提供关键数据支撑,推动新型固体材料的研发与应用。

例如,LiFePO4因成本低、理论容量高而成为锂离子电池的理想阴极材料,其晶体结构与完全脱锂后的FePO4相似。Sławiński等[16]通过nPDF研究发现二者在晶格中不存在显著的局部无序,但FePO4中存在少量阴离子偏离理想位置的情况。具体表现为约1.7%的O1阴离子和2.3%的O2阴离子分别有明显位移,这一现象与材料的不完全脱锂以及在脱锂过程中产生的反位(Li+-Fe2+)缺陷有关。这些缺陷可能影响Li+的扩散路径和速率,进而影响电池的充放电性能。针对这些问题,可以通过优化脱锂工艺,减少缺陷浓度,从而提高材料的电化学性能。

再如,Telford等[17]利用nPDF解析了La1- x Sr x Fe1- y Mn y O3- δ 载氧材料在氧化和还原状态下的结构。对于氧化态La0.6Sr0.4Fe0.67Mn0.33O3(LSFM),结合键长分布分析与键价计算,作者发现Mn的键价显著高于Fe,Mn—O键长呈“双峰分布”且短键比例高(接近Mn4+—O的特征键长),这说明氧化态LSFM中Mn主要以Mn4+存在,且倾向形成规整的MnO6八面体结构。而对于还原态材料,通过对nPDF数据的拟合分析,作者发现氧空位会诱导B位离子(Fe和Mn离子)的配位环境发生变化,形成BO5四方锥主导的局部缺陷,进一步影响材料的载氧性能。这些结论揭示了该材料局部结构与载氧性能的具体关系,为设计更高效率的载氧材料提供了重要依据:如可以通过调整Mn或Sr的掺杂量以提高储氧含量。

4 凝聚态化学的中子能谱研究

4.1 非弹性中子散射研究

非弹性中子散射(Inelastic neutron scattering, INS)是一种中子能谱,通过探测中子与样品作用后的能量变化,监测化学键的断裂或生成以及分子构象。以下是INS的一些应用实例。

4.1.1 催化材料

在多相催化研究中,明确催化剂表面物种的状态是解析反应机理的关键。红外光谱和拉曼光谱已被广泛用于这一研究目的。然而,红外光谱和拉曼光谱受光学选律限制且面临建模复杂的问题,不能精准表征催化剂表面物种的状态。INS基于中子与原子核散射的原理,能有效规避光学选律限制且建模相对简单,因此可以清晰呈现催化剂表面物种的状态,是催化研究的重要实验手段[18]。

例如,我们可以利用INS来研究催化剂表面有机壳层对催化效率的影响。Nunes等[19]利用INS研究了MoO2纳米催化剂表面有机壳层对苯乙烯氧化反应催化效率的影响。作者研究了用乙二胺/对苯二酚合成的HQMoO2催化剂和用乙二胺/Fe2O3合成的FCMoO2催化剂。通过比较二者反应前后的INS谱,作者发现HQMoO2表面对乙二胺/氢醌壳层有较强的吸附作用,使有机壳层抑制了反应活性,仅生成微量产物;而FCMoO2表面与有机壳层只有微弱的相互作用,弱吸附的有机壳层在反应中很容易被取代,使得有氧化产物产生。

又如,我们可以利用INS来研究反应底物与催化活性位点的相互作用,从而推测反应机理。Ma等[20]利用INS研究了MOFs中的甲烷催化转化机理。将甲烷直接转化为乙烯和乙炔是天然气高值化利用的重要途径,作者设计了MFM-300(Fe)以实现甲烷的高效催化转化。随后利用INS研究了甲烷在MFM-300(Fe)中的状态(图12)。加载甲烷后,与O—H摇摆振动相关的55~60 meV特征峰发生红移,说明甲烷分子与Fe—O(H)—Fe位点之间存在主客体相互作用。在真空条件下,这一特征峰依旧存在,进一步证明了甲烷分子与MFM-300(Fe)骨架的紧密结合。INS数据结合理论计算结果表明甲烷分子与Fe—O(H)—Fe位点的相互作用有效降低了C—H键活化的能垒。这些结论明确了Fe—O(H)—Fe位点在甲烷活化中起到吸附甲烷分子、降低C—H键活化能垒以及稳定反应中间体的关键作用,从而促进了甲烷转化为乙烯和乙炔,为设计高效催化剂提供了理论支持。

4.1.2 磁性材料

单分子磁体(Single-molecule magnets, SMMs)在量子信息等领域存在潜在应用。镧系配合物由于4f电子的强自旋轨道耦合与磁各向异性,成为高性能SMMs的关键材料。电子顺磁共振谱(EPR)与远红外光谱(FIR)因对镧系元素的检测灵敏度有限,无法准确解析4f电子机制。INS具有独特的磁灵敏性,可被用于研究镧系离子与配体之间的相互作用。Dunstan等[21]利用INS研究了镧系-自由基磁交换耦合作用机制。作者研究了含顺磁性半醌配体的Er配合物Er-dbsq以及部分氘代的Er-dbsqD。通过对比Er-dbsqD和Er-dbsq的INS谱,发现0.918 meV特征峰的Q依赖性既不符合纯自由基自旋翻转快速衰减模型,也不符合纯4f跃迁缓慢衰减模型。结合理论计算发现,该特征峰源于Er3+ 4f电子与半醌配体π轨道的非局域杂化,导致磁形状因子中Er与自由基贡献产生量子干涉,表明Er与自由基间存在反铁磁交换作用。这一结论能够帮助研究人员更深入地探究与理解磁性材料的复杂磁耦合体系。

INS还可以用来研究磁性材料的关键磁性特征与原子振动规律。Xie等[22]利用INS技术研究了高温超导材料双层镍酸盐La₃Ni₂O₇₋ δ 的磁动力学行为。实验通过对比10与160 K采集的多晶La₃Ni₂O₇₋ δ 的INS数据,发现材料在常压下低至10 K仍无长程磁有序,推测该现象是因为Ni原子磁矩极小导致磁信号难以探测。接着,通过“低温减高温数据”的方法去掉晶格振动的干扰,在45 meV能量处找到磁起源的自旋激发信号。该信号的强度变化符合 Ni2⁺的磁特性规律。最后,结合理论模拟,确认了材料存在“强层间磁耦合、弱层内磁耦合”的特征(层间耦合能量57.5~63.9 meV,层内仅3.0~3.6 meV)。整个过程中,INS既解决了“有无磁有序”的定性问题,又完成了“自旋激发定位”和“磁耦合量化”的深度分析,为揭示其超导机制提供了关键数据。

4.1.3 储氢材料

INS能为H2分子与储氢材料的相互作用提供独特见解。例如,Ciocarlan等[23]利用INS揭示了介孔二氧化硅纳米限域空间内与H2分子相关的相互作用。实验选取了经过疏水改性的苯乙基修饰的介孔二氧化硅(MCFPhene)作为研究对象,对H2在其中的吸附、储存和释放过程进行了实时监测。如图13所示,135 MPa下出现12.3 meV特征峰,对应H2分子的J = 0→1旋转跃迁,证明了H2分子通过表面氢键与二氧化硅表面相互作用,并且吸附在疏水孔壁上。当压力上升至165 MPa时,出现14.6 meV特征峰,说明形成了sII型H2水合物,证明了H2被成功包裹在水合物笼中,实现了“水合物笼+物理吸附”双储氢模式。

4.2 准弹性中子散射研究

准弹性中子散射技术(Quasielastic neutron scattering, QENS)能够测量皮秒到纳秒时间尺度与埃米到纳米空间尺度上的动力学过程,可以用来研究分子/离子的扩散/传输过程以及大分子的构象/链段动力学[24]。下面举几个简单的例子加以说明。

4.2.1 能源材料

QENS可用于研究催化材料中底物分子的扩散行为。例如,Davidson等[25]利用QENS研究了铁基费托催化材料中H2分子的扩散行为。费托合成是一种将合成气转化为烃类的重要工业催化反应。铁基催化剂在反应初期会动态演化成多种相,影响H2的扩散行为,进而决定反应效率。针对上述问题,作者研究了经不同时间预处理的铁基催化剂中的H2扩散特性。作者先将铁基催化剂在反应条件下预处理0、12和24 h(FT0、FT12和FT24)。H2分子在FT0样品中的扩散速率不随温度变化(图14a)。然而H2分子在FT12和FT24中的扩散速率随温度显著变化(图14b, c)。此外,预处理时间越长,H2分子的扩散速率受温度影响越大。这说明12~24 h的预处理确实能引起催化剂结构变化,影响H2分子扩散行为。这些发现为优化费托合成催化过程提供了新的证据。

QENS也可用于研究电池中的离子传输机制。Willis等[26]利用QENS研究了钠离子电池中Na+的扩散机制。Na+因资源丰富、成本低等优势,逐渐成为储能领域的研究热点。深入理解Na+在电池材料中的扩散机制对优化电池性能具有重要意义。作者聚焦于层状钠钴酸盐(Na x CoO2)材料,通过使用QENS监测Na+的动态行为,揭示其传输机制。作者选取了不同钠含量的Na x CoO2样品作为研究对象,利用QENS证实了Na+传输路径为2d跳跃至2b位点。此外还确定了Na+传输的维度特性:即在部分无序条纹中为一维扩散,而在完全无序相中转变为二维超离子扩散。QENS还提供了不同温度下Na+传输的活化能:高温完全无序相中活化能较低,为85 meV,扩散较快;中温部分无序条纹相活化能较高,为170 meV,扩散较慢。实验结果说明Na+的传输速率由其在晶格中的排列方式决定,有序结构抑制扩散,无序结构促进扩散。

QENS还可用于研究质子传导材料中的质子传输机制。质子传导材料在燃料电池等能源转换和存储设备中扮演重要角色。Pili等[27]合成了一种新型磷基MOF质子传导材料MFM-500(Ni),并利用QENS深入探究了其质子传导机制。从QENS数据中提取的弹性非相干结构因子(EISF)曲线显示出明显的Q依赖性(图15a)。通过拟合发现,MFM-500(Ni)中的质子扩散最符合“球内自由扩散”模型(图15b),而非传统的“位点间跳跃”模型。质子在半径为2.25 Å的球形区域内自由扩散,该距离与晶体结构中氢键距离一致。当扩散距离超过2.25 Å时,质子传输需要水分子辅助,表现出Grotthuss(质子跳跃)和Vehicle(载体运输)机制的混合特征,活化能介于2种机制之间。此工作首次在MOFs中观察到“球内自由扩散”的质子传导机制,为新型质子传导材料的设计提供了理论依据。

4.2.2 生物大分子

QENS在生物大分子的研究中发挥独特作用,主要用于探测大分子的构象动力学。例如, Shrestha等[28]利用QENS揭示了G蛋白偶联受体(GPCR)视紫红质构象动力学与细胞信号转导功能的关系。作者在220~300 K的温度范围对暗态视紫红质(结合11-顺式视网膜配体)和视蛋白(无配体)进行了QENS测量。结果如图16所示,暗态视紫红质的H原子弛豫时间τ较短,运动较快,说明配体锁定构象。而视蛋白的τ显著延长,H原子运动受限,活化能较高,说明配体脱离后形成的视蛋白构象开放。这表明配体通过限制构象自由度,抑制蛋白质活性;而配体脱离后,构象自由度增强,利于与蛋白质与信号分子结合。这些结论揭示了GPCR激活的关键—配体脱离诱导构象开放和动力学变化。

4.2.3 高分子材料

QENS在高分子材料中的应用主要是用来研究其链段动力学。例如,Kim等[29]利用QENS研究了复合凝聚层链段动力学与成分及环境的关系。作者通过混合含有铵基(A)、胍基(G)或磺酸基(S)的聚电解质溶液制备了一系列复合凝聚层。QENS结果显示,在盐浓度从0增至1.8 mol/L时,A + S复合凝聚层的局域扩散系数从62.4 μm2/s升至107 μm2/s(图17a)。这说明盐会屏蔽静电作用,减少铵基与磺酸基之间的离子对,使可移动链段增多,运动加快。与铵基复合凝聚层不同,胍基复合凝聚层(G + S)的扩散系数几乎不随盐浓度变化(图17b),且整体扩散比铵基体系慢得多。这说明胍离子与磺酸根之间存在更强的非静电相互作用,形成的离子对更稳定,不易被盐破坏,且胍基体系含水量更低,缺乏足够的水分子润滑,链段被“牢牢束缚”,难以移动。此外,实验发现A + S体系在高温(300 K,0 mol/L盐)与低温(286 K,1.2 mol/L盐)扩散系数相近,说明温度与盐浓度可通过调控静电作用强度等效影响铵基复合凝聚层的链段动力学。而胍基复合凝聚层的链段动力学行为主要受非静电相互作用的支配。QENS定量解释了凝聚层纳米级链段的动力学,证明了聚电解质链段动力学由离子键强度、离子基团化学结构、盐浓度和含水量共同决定。

5 凝聚态化学的中子成像/散射研究

5.1 中子成像研究

中子束照射到物体时会与其发生包括散射、吸收等的相互作用。样品对中子的散射或吸收越强,穿透样品的中子强度越低,在探测器上得到的图像颜色就越深(灰度值越小)。通过分析图像的深浅情况,即测量透过物体的中子强度分布,就可以获取物体内部不同元素的分布信息。常见的中子成像技术(Neutron imaging, NI)有中子照相技术(Neutron radiography, NR)、中子断层扫描成像技术(Neutron tomography, NT)等。NR是中子束穿透物体后在探测器上形成物体二维投影图像的技术。NR能够直观地显示物体内部的大致结构和缺陷。NT使样品在中子束中旋转,在多角度采集中子与物体作用后得到的出射波,利用数学方法重建出物体内部的三维结构信息,从而实现对物体内部结构全面、精确地观察。NT可细分为中子计算机断层扫描技术(Neutron computed tomography, NCT)、中子衍射断层扫描技术等。中子具有很强的穿透能力,即使物体较为厚实或含有对X射线不透明的材料,中子也能穿过并携带内部信息。这使得中子成像技术在无损检测方面具有独特优势。下面举几个具体的例子来说明中子成像技术在凝聚态化学研究中的应用。

5.1.1 电化学研究

中子成像技术能实时直观地呈现电池内部的结构演变,有助于优化电池设计,提升其性能。例如,借助中子对锂元素的高灵敏度,Sun等[30]通过对不同循环次数的锂氧电池进行非原位NCT,结合X射线断层扫描等,发现循环后的锂阳极发生了明显的形貌变化(由块状结构转变为多孔结构)。随着循环次数增多,锂阳极的形貌转变程度变大,且变化不可逆,即充电过程中阳极锂无法恢复到原来的块状结构。锂阳极形貌转变程度越高,电池的电化学性能下降越严重,当锂阳极形貌几乎完全转变后,电池就会失效。这一结论直观地展现了锂阳极结构变化对电池性能的影响,为设计具有更高性能和更长使用寿命的锂氧电池提供了重要的理论支撑。

中子成像技术还能实时直观地呈现电解槽内部的结构演变,有助于优化设计,提升性能。例如,Disch等[31]利用中子成像技术研究了零间隙CO2电解槽中盐沉淀、水传输及局部电流密度分布对电解过程的影响。在NR图像中可以清晰观察到阴极气体扩散层(GDE)中的沉淀盐(图18)。这些盐以暗痕形式出现,能穿透GDE,且阴极通道区域的沉淀物比land区域更多。盐沉淀会严重阻碍CO2传输,是导致法拉第效率下降的主要原因。同时还能观察到,在不同电流密度下,阴极和阳极侧的水分布呈现出明显的动态变化。在阴极,随着电流密度增加,水的消耗和电渗拖曳作用使得阴极GDE逐渐干燥,但在某些区域(如25 mA/cm2时的阴极GDE)会因氢氧根离子拖拽水而出现湿润现象;阳极侧则随着电流密度增加,氧气析出导致气泡积累增多。这种水分布的动态变化也会对电池的效率产生影响。研究还发现,阴极land区域的局部反应速率较高,这表明在一定电流密度范围内(300 mA/cm2以下),整体阴极反应并非受气体传输限制,而是在CO2耗尽时转向析氢反应。同时,较高的局部反应速率可能引发局部干涸和过热,导致离子聚合物降解和电解槽失效。这些结论为深入研究CO2电解技术提供了基础,有助于优化电解槽设计,提高其稳定性和反应效率。

5.1.2 催化研究

凭借对轻元素敏感的特性,中子成像技术可以精准揭示催化剂中轻元素的分布,有助于明确活性位点。中子成像技术还可用于实时观测反应进程,如跟踪含氢反应物在催化剂内的吸附、扩散与转化等,为理解催化反应机理及不同位点反应速率差异提供直观依据,从而实现优化催化剂设计,提高催化效率。

例如,Cavaye等[32]利用中子成像技术对钯碳催化剂(Pd/C)加氢过程中H2的动态演变展开了研究。作者发现,在向Pd/C催化剂中通入H2时,催化剂床层内不同区域的H2吸附情况存在明显差异。如图19所示,靠近气体入口的区域(蓝色区域)H2吸附速度极快,几乎瞬间达到饱和;而位于催化剂床层顶部的区域(绿色区域)吸附过程则显著更长,需约1800 s(30 min)才能达到饱和。这一结论表明,催化剂床层内气体流动存在阻力,且不同区域的填充密度不同会影响气体的扩散和吸附。

为了实时跟踪吸附/吸收过程,作者向H2吸附饱和的催化剂中通入D2,观察到催化剂床层内绿色和蓝色区域都呈现越来越浅(灰度值上升)的趋势,最终恢复到实验开始时的水平。这一现象说明大部分被吸附的、中子信号强的H2与中子信号弱的D2发生了交换,且H2/D2交换速率明显小于H2吸附速率以及H2在整个催化剂床内达到平衡的速率。作者还确定了H2吸附的起始位置和扩散过程:H2吸附从催化剂床层的左下角开始,随着时间推移,气体吸附前沿不断推进,直至整个样品达到饱和。其中,在有裂缝的区域气体更容易接触到催化剂,H2吸附更快。这一发现直接揭示了催化剂内部结构对气体吸附的影响机制,为研究催化剂表面的化学反应动力学提供了直接证据,有助于深入理解催化剂表面活性位点的性质和反应机制。

5.2 小角中子散射研究

小角中子散射技术(Small angle neutron scattering, SANS)是一种探测物质介观/宏观结构的重要手段,可以获得样品纳米到微米尺度的结构信息,如粒子大小、形状、分布以及分子间的相互作用等。在SANS中,Q是一个重要概念。Q为散射矢量,与中子的入射波矢和散射波矢相关,其大小为Q =   4 π λsin( θ 2),其中λ为中子入射波长,θ为散射角。不同Q区域可以反映材料不同尺度的结构信息。低Q区域(0.007~0.06 Å-1)能体现材料的宏观结构特征;中Q区域(0.06~0.15 Å-1)可反映材料的比表面积与固液界面特征;高Q区域(> 0.35 Å-1)能体现材料内部有序结构的特征,如晶体的晶格间距、孔隙的中心距等。SANS应用广泛,在凝聚态化学的许多前沿研究领域都发挥了重要的作用。

5.2.1 生物医药研究

SANS能精确测定生物大分子(如蛋白质、核酸等)的结构(尺寸、形状以及内部基团分布等),研究其在溶液环境下的构象变化和分子间的相互作用,明确作用位点和强度。对揭示生命活动的分子机制意义重大,为生物医药研究提供了关键依据。

Hughes等[33]利用SANS研究了不同纵横比多聚蛋白的网络结构。结果显示(图20a),在25 mg/mL蛋白浓度下,分形维数(Df )随构建块纵横比(AR)增大而线性减小;在50 mg/mL下,Df 呈S形减小趋势。Df 减小表明网络空间填充能力变弱,结构更疏松。如图20b所示,随着AR增大,L蛋白水凝胶网络结构发生显著变化:在50 mg/mL下,从交联蛋白分形簇结构逐渐转变为交联多聚蛋白棒均匀网络。这清晰地展示了蛋白质水凝胶网络结构随AR变化的规律,为理解蛋白质网络的组装机制提供了直接证据,有助于深入认识生物体内类似纤维网络的形成过程。作者还确定了网络结构转变的临界纵横比。当AR超过临界值时,网络形成机制会从以平移扩散为主转变为以旋转扩散为主,进而改变网络结构。这一发现为精准调控蛋白质网络结构提供了关键参数,在设计材料时可以通过调控AR获得合适的网络结构和性能。

5.2.2 高分子材料研究

在高分子材料研究中,SANS能够用于测定高分子材料的尺寸、形状和聚集态结构,揭示高分子混合物中不同聚合物相的分布。在不同温度、溶剂条件下,高分子链会呈现不同的构象,SANS可以捕捉这些变化,从而了解分子链的柔性、刚性以及分子间相互作用。SANS还可用于实时监测高分子材料发生玻璃化转变、结晶等相变过程中的结构变化,明确过程中影响材料结构及性能的各项因素,为优化高分子材料设计提供参考。

多孔液体(PLs)作为新型多孔材料,在气体吸附分离等工业过程中有潜在应用。分子纳米笼构建的PLs中,表面层对材料的气体吸附特性和流动性影响极大。Lai等[34]对PPG-CNC进行了SANS测试,确定了其具有核壳结构,明确了PLs中纳米笼与接枝聚合物之间的结构关系(即纳米笼为核心,聚合物为外壳),同时得到了关于核壳结构的详细信息,包括各部分的尺寸、散射长度密度等参数,为研究PLs的流动性和气体吸附性能提供了重要的结构依据。作者还利用SANS对表面聚合物层的性质进行了分析。结果表明壳层中溶剂含量较高,说明溶剂分子能够渗透到表面聚合物层中。而这种渗透程度会影响气体分子与纳米笼内部孔隙的接触机会,进而影响气体的吸附和扩散效率。若溶剂含量较高,可能会阻碍气体分子进入纳米笼内部,从而降低气体吸附量;若溶剂含量较低,气体分子可能更容易接触到纳米笼内部的吸附位点,提高气体吸附效率。这些信息为研究气体在PLs中的吸附和扩散机制提供了关键依据。

软且可压缩的胶体是软物质体系的重要组成部分,了解其颗粒的体积模量(κ,衡量物体抵抗体积变化的能力)对于研究胶体的性能至关重要。现有的体积模量测量方法对纳米尺寸的胶体存在局限性,需要新的研究手段。SANS可以在纳米尺度获得样品信息,具有解决上述问题的潜在能力。Houston等[35]以聚N-异丙基丙烯酰胺(pNIPAM)基纳米凝胶为研究对象,用部分氘代的聚乙二醇(d83%PEG )作为施加渗透压的聚合物,通过建立数学模型拟合SANS数据准确测量了纳米凝胶的体积模量(图21a)。研究得到以下结论:一是纳米凝胶的交联程度越高,其体积模量越大,即抵抗压缩的能力越强、变得越硬。二是随着渗透压增加,即纳米凝胶受到的压缩程度增大,其体积模量也随之增加(图21b),说明纳米凝胶在被压缩时会逐渐变硬。这种变化规律与纳米凝胶内部结构的改变相关。当纳米凝胶被压缩时,溶剂被挤出,pNIPAM密度增加,从而导致硬度增加。三是纳米凝胶外壳的体积模量显著小于整体的体积模量,且外壳在压缩过程中的变化也与整体不同,如超低交联的纳米凝胶外壳在较高渗透压下会突然坍塌,而较高交联的纳米凝胶外壳收缩相对更有规律。这些发现揭示了纳米凝胶在受到外力作用时的结构变化规律,有助于评估其在复杂生理环境中的稳定性和功能性,还为研究其他软胶体的性质奠定了坚实基础。

5.2.3 电化学研究

在电化学研究中,SANS可用于探测电极材料的结构,实时监测电池充放电时离子的动态行为,以及揭示固态电解质界面的形成机制等,为深入理解电化学反应机理提供信息,进而推动新型高效电化学材料的研发。

例如,为深入研究硫转化为硫化锂的机制以解决锂硫电池容量衰减快等问题,Prehal等[36]利用原位SANS对锂硫电池在充放电过程中从原子到亚微米尺度的结构演变进行了实时跟踪,得出以下结论。(1)明确了放电产物中关键成分的结构和分布情况。锂硫电池在放电时固体放电产物由纳米晶Li2S和Li2S2颗粒组成,Li2S2颗粒几乎随机分布在Li2S颗粒形成的空隙中,仅略微倾向于靠近Li2S微晶,且Li2S和Li2S2形成的多孔结构使得物质传输成为限制电池性能的关键因素。(2)揭示了充放电过程中二者结构的动态变化:放电时,Li2S聚集体尺寸逐渐增大,而Li2S2颗粒尺寸先略微减小,之后在充电初期开始增大;充电时,Li2S聚集体溶解,Li2S2颗粒则先增长,且Li2S2的溶解滞后于Li2S。(3)为Li2S的形成机制提供支持,即Li2S是通过Li2S2沉淀和固态转化形成的,溶液介导的Li2S4歧化生成Li2S2并沉淀,随后Li2S2经固态电还原转化为Li2S。这些发现对理解电池的充放电机制及反应机理具有重要意义,为解释电池容量衰减、充放电效率等实际问题提供了依据,有助于针对性地改进电池性能。

运用对比变化小角中子散射(CV-SANS)和对比变化超小角中子散射(CV-USANS)技术,Balu等[37]研究了质子交换膜燃料电池中催化剂墨水的结构。质子交换膜燃料电池是一种能将氢化学能转化为电能的电化学装置,其核心部件是膜电极组件,其中的电催化剂层(ECL)由胶体催化剂墨水制备而成。催化剂墨水的结构、稳定性和聚集体尺寸分布受分散溶剂(DM)质量影响,进而会影响ECL的性能。研究结果显示,催化剂墨水的结构变化与 DM 的组成密切相关。随着DM中异丙醇(IPA)含量降低,碳载体聚集体尺寸减小,Nafion离聚物壳层厚度变薄,同时Nafion离聚物纳米颗粒的半径和粒子间距离增大。这种结构变化是由于DM介电常数的改变影响了各组分间的相互作用。这些结论揭示了DM影响催化剂墨水结构的内在机制,为全面了解催化剂墨水的结构提供了详细数据。通过调整DM组成可以调控催化剂墨水结构,进而设计出更符合需求的催化剂墨水,以提高ECL的性能。

5.2.4 催化研究

SANS在确定负载型催化剂中活性金属的大小和形状分布、焦化的形成和位置以及多孔结构中离子和分子的吸附、扩散等方面具有独特的能力。此外,SANS还可用于研究聚合物复合的催化剂。例如,Koizumi等[38]研究了聚合物电解质燃料电池(PEFC)的催化剂。通过SANS结合对比变化实验,作者确定了PEFC中催化剂的离子聚合物薄层的厚度和水含量。研究表明含有离子聚合物的催化剂具有疏水特性,使得碳粉周围形成空隙,O2扩散损失较小。而不含离子聚合物的催化剂粉末则会被水覆盖,造成较大的O2扩散损失,降低性能。通过调整离子聚合物的含量或结构可以优化催化剂性能,从而提高燃料电池效率。这些信息有助于从分子层面进一步优化燃料电池的催化剂。

6 挑战与机遇

6.1 技术挑战

中子散射技术在实际应用中仍面临多重挑战。首先,由于中子源的通量显著低于同步辐射光源,中子散射实验普遍存在耗时较长的瓶颈问题,制约了对动态过程的高时间分辨观测能力。目前主要通过依托高通量反应堆(如ILL)或脉冲散裂中子源(如SNS、J-PARC)提升中子通量,而正在建设的新一代中子源(如ESS)通过优化加速器与靶站设计,预计将使中子通量提升2~3个数量级,有望突破“慢实验”的限制。其次,中子散射数据有强背景噪声与复杂多维的特征,需结合蒙特卡罗模拟精确修正仪器响应函数,并引入机器学习算法实现数据降维与特征提取,从而提升数据解析精度。最后,多模态关联分析体系的构建仍存在方法论缺口,如何将中子散射独特的核与磁敏感性与同步辐射X射线得到的电子结构信息、理论计算推演的微观机制进行时空尺度匹配与物理模型耦合,亟需发展跨模态数据融合技术与标准化分析框架。这些核心问题的突破将深刻影响中子散射技术在凝聚态化学前沿研究领域的应用深度。

6.2 发展方向

未来中子散射技术的发展将聚焦三大方向。首先,以欧洲散裂中子源(ESS)和美国散裂中子源(SNS)二期工程为代表的新一代大科学装置通过突破性的中子源通量提升与探测技术创新,将时间分辨率推进至微秒量级,为超快动力学过程(如电池充放电、催化反应路径)提供原子级动态观测能力。其次,原位/operando表征技术向高通量、多场耦合方向升级,集成高温高压反应腔、同步辐射联用系统等先进样品环境,构建“从实验室模拟到工业工况”的全尺度分析平台,破解材料在真实服役条件下的构效关系。最后,深度融合人工智能与多物理场建模技术,开发具备自主学习能力的智能数据分析框架,通过融合中子散射、同步辐射、电子显微、光谱等多模态数据,构建跨微观/介观/宏观尺度的动态数字孪生模型,推动复杂体系机理研究的范式革新。

7 结论与展望

中子散射技术凭借其独特优势,正成为凝聚态化学研究不可或缺的工具。随着技术进步与跨学科合作深化,其在揭示复杂化学体系的动态行为、指导功能材料理性设计等方面将发挥更大作用。未来需进一步突破技术瓶颈,推动中子散射技术从“静态解析”向“动态追踪”的跨越式发展。

参考文献

[1]

NIST Center for Neutron Research (NCNR): scattering length periodic table, (not explicitly stated) [2025-09-21].

[2]

Hanazono Y, Hirano Y, Takeda K, Kusaka K, Tamada T, Miki K. Sci. Adv., 2022, 8(20): eabn2276.

[3]

Correy G J, Kneller D W, Phillips G, Pant S, Russi S, Cohen A E, Meigs G, Holton J M, Gahbauer S, Thompson M C, Ashworth A, Coates L, Kovalevsky A, Meilleur F, Fraser J S. Sci. Adv., 2022, 8(21): eabo5083.

[4]

Jin W T, Meven M, Deng H, Su Y, Wu W, Julian S R, Kim Y J. Phys. Rev. B, 2019, 100(17): 174421.

[5]

Jin W T, Li W, Su Y, Nandi S, Xiao Y, Jiao W H, Meven M, Sazonov A P, Feng E, Chen Y, Ting C S, Cao G H, Brückel T. Phys. Rev. B, 2015, 91(6): 064506.

[6]

Liu Z T, Liu J, Zhao S M, Xun S N, Byaruhanga P, Chen S, Tang Y Z, Zhu T, Chen H L. Nat. Sustain., 2024, 7(11): 1492.

[7]

Bahout M, Managutti P B, Dorcet V, Le Gal La Salle A, Paofai S, Hansen T C. J. Mater. Chem. A., 2020, 8(7): 3590.

[8]

Capelo-Avilés S, de Fez-Febré M, Balestra S R G, Cabezas-Giménez J, Tomazini de Oliveira R, Gallo Stampino I I, Vidal-Ferran A, González-Cobos J, Lillo V, Fabelo O, Escudero-Adán E C, Falvello L R, Parra J B, Rumori P, Turnes Palomino G, Palomino Cabello C, Giancola S, Calero S, Galán-Mascarós J R. Nat. Commun., 2025, 16: 3243.

[9]

Chai Y C, Han X, Li W Y, Liu S S, Yao S K, Wang C, Shi W, da-Silva I, Manuel P, Cheng Y Q, Daemen L D, Ramirez-Cuesta A J, Tang C C, Jiang L, Yang S H, Guan N J, Li L D. Science, 2020, 368(6494): 1002.

[10]

Trickett C A, Osborn Popp T M, Su J, Yan C, Weisberg J, Huq A, Urban P, Jiang J C, Kalmutzki M J, Liu Q N, Baek J, Head-Gordon M P, Somorjai G A, Reimer J A, Yaghi O M. Nat. Chem., 2019, 11(2): 170.

[11]

Gaillac R, Pullumbi P, Beyer K A, Chapman K W, Keen D A, Bennett T D, Coudert F X. Nat. Mater., 2017, 16(11): 1149.

[12]

Li Q J, Sprouster D, Zheng G Q, Neuefeind J C, Braatz A D, McFarlane J, Olds D, Lam S, Li J, Khaykovich B. ACS Appl. Energy Mater., 2021, 4(4): 3044.

[13]

Gammond L V D, Auer H, Mendes Da Silva R, Zeidler A, Ortiz-Mosquera J F, Nieto-Muñoz A M, Rodrigues A C M, d’Anciães Almeida Silva I, Eckert H, Benmore C J, Salmon P S. J. Chem. Phys., 2021, 155(7): 074501.

[14]

Pan F, Ni K, Xu T, Chen H C, Wang Y S, Gong K, Liu C, Li X, Lin M L, Li S Y, Wang X, Yan W S, Yin W, Tan P H, Sun L T, Yu D P, Ruoff R S, Zhu Y W. Nature, 2023, 614(7946): 95.

[15]

Zhu H, Yang C, Li Q, Ren Y, Neuefeind J C, Gu L, Liu H B, Fan L L, Chen J, Deng J X, Wang N, Hong J W, Xing X R. Nat. Commun., 2018, 9: 5063.

[16]

Sławiński W A, Playford H Y, Hull S, Norberg S T, Eriksson S G, Gustafsson T, Edström K, Brant W R. Chem. Mater., 2019, 31(14): 5024.

[17]

Telford D M, Hu W, Metcalfe I S, Jones M O, Henry P F, Evans J S O. Chem. Mater., 2025, 37(9): 3471.

[18]

Lin L F, Mei Q Q, Han X, Parker S F, Yang S H. Top. Catal., 2021, 64: 593.

[19]

Nunes C D, Rudić S, Vaz P D. Phys. Chem. Chem. Phys., 2020, 22(2): 896.

[20]

Ma Y J, Han X, Xu S J, Li Z, Lu W P, An B, Lee D, Chansai S, Sheveleva A M, Wang Z, Chen Y L, Li J N, Li W Y, Cai R S, da Silva I, Cheng Y Q, Daemen L L, Tuna F, McInnes E J L, Hughes L, Manuel P, Ramirez-Cuesta A J, Haigh S J, Hardacre C, Schröder M, Yang S H. J. Am. Chem. Soc., 2023, 145(38): 20792.

[21]

Dunstan M A, Giansiracusa M J, Calvello S, Sorace L, Krause-Heuer A M, Soncini A, Mole R A, Boskovic C. Chem. Sci., 2024, 15(12): 4466.

[22]

Xie T, Huo M W, Ni X S, Shen F R, Huang X, Sun H L, Walker H C, Adroja D, Yu D H, Shen B, He L H, Cao K, Wang M. Sci. Bull., 2024, 69(20): 3221.

[23]

Ciocarlan R G, Farrando-Perez J, Arenas-Esteban D, Houlleberghs M, Daemen L L, Cheng Y Q, Ramirez-Cuesta A J, Breynaert E, Martens J, Bals S, Silvestre-Albero J, Cool P. Nat. Commun., 2024, 15: 8697.

[24]

Kruteva M. Adsorption, 2021, 27(5): 875.

[25]

Davidson A L, Webb P B, Silverwood I P, Lennon D. Top. Catal., 2020, 63(3/4): 378.

[26]

Willis T J, Porter D G, Voneshen D J, Uthayakumar S, Demmel F, Gutmann M J, Roger M, Refson K, Goff J P. Sci. Rep., 2018, 8: 3210.

[27]

Pili S, Argent S P, Morris C G, Rought P, García-Sakai V, Silverwood I P, Easun T L, Li M, Warren M R, Murray C A, Tang C C, Yang S H, Schröder M. J. Am. Chem. Soc., 2016, 138(20): 6352.

[28]

Shrestha U R, Perera S M D C, Bhowmik D, Chawla U, Mamontov E, Brown M F, Chu X Q. J. Phys. Chem. Lett., 2016, 7(20): 4130.

[29]

Kim S, Lee W B, de Souza N R, Choi S H. Polymer, 2023, 264: 125525.

[30]

Sun F, Gao R, Zhou D, Osenberg M, Dong K, Kardjilov N, Hilger A, Markötter H, Bieker P M, Liu X F, Manke I. ACS Energy Lett., 2019, 4(1): 306.

[31]

Disch J, Bohn L, Koch S, Schulz M, Han Y Y, Tengattini A, Helfen L, Breitwieser M, Vierrath S. Nat. Commun., 2022, 13: 6099.

[32]

Cavaye H, Ballas C E, Kockelmann W, Lennon D, Collier P, York A P E, Albers P W, Parker S F. Chem. Commun., 2023, 59(85): 12767.

[33]

Hughes M D G, Cussons S, Hanson B S, Cook K R, Feller T, Mahmoudi N, Baker D L, Ariëns R, Head D A, Brockwell D J, Dougan L. Nat. Commun., 2023, 14: 5593.

[34]

Lai Y, Yang J, Cai L, Zhang M, He X, Yu H, Li M, Ning G H, Yin P. Adv. Funct. Mater., 2023, 33(12): 2210122.

[35]

Houston J E, Fruhner L, de la Cotte A, Rojo González J, Petrunin A V, Gasser U, Schweins R, Allgaier J, Richtering W, Fernandez-Nieves A, Scotti A. Sci. Adv., 2022, 8(26): eabn6129.

[36]

Prehal C, von Mentlen J M, Drvarič Talian S, Vizintin A, Dominko R, Amenitsch H, Porcar L, Freunberger S A, Wood V. Nat. Commun., 2022, 13: 6326.

[37]

Balu R, Choudhury N R, Mata J P, de Campo L, Rehm C, Hill A J, Dutta N K. ACS Appl. Mater. Interfaces, 2019, 11(10): 9934.

[38]

Koizumi S, Ueda S, Inada T, Noda Y, Robinson R A. J. Appl. Crystallogr., 2019, 52(4): 791.

[1]
NIST Center for Neutron Research (NCNR): scattering length periodic table, (not explicitly stated) [2025-09-21].
[2]
Hanazono Y, Hirano Y, Takeda K, Kusaka K, Tamada T, Miki K. Sci. Adv., 2022, 8(20): eabn2276.
[3]
Correy G J, Kneller D W, Phillips G, Pant S, Russi S, Cohen A E, Meigs G, Holton J M, Gahbauer S, Thompson M C, Ashworth A, Coates L, Kovalevsky A, Meilleur F, Fraser J S. Sci. Adv., 2022, 8(21): eabo5083.
[4]
Jin W T, Meven M, Deng H, Su Y, Wu W, Julian S R, Kim Y J. Phys. Rev. B, 2019, 100(17): 174421.
[5]
Jin W T, Li W, Su Y, Nandi S, Xiao Y, Jiao W H, Meven M, Sazonov A P, Feng E, Chen Y, Ting C S, Cao G H, Brückel T. Phys. Rev. B, 2015, 91(6): 064506.
[6]
Liu Z T, Liu J, Zhao S M, Xun S N, Byaruhanga P, Chen S, Tang Y Z, Zhu T, Chen H L. Nat. Sustain., 2024, 7(11): 1492.
[7]
Bahout M, Managutti P B, Dorcet V, Le Gal La Salle A, Paofai S, Hansen T C. J. Mater. Chem. A., 2020, 8(7): 3590.
[8]
Capelo-Avilés S, de Fez-Febré M, Balestra S R G, Cabezas-Giménez J, Tomazini de Oliveira R, Gallo Stampino I I, Vidal-Ferran A, González-Cobos J, Lillo V, Fabelo O, Escudero-Adán E C, Falvello L R, Parra J B, Rumori P, Turnes Palomino G, Palomino Cabello C, Giancola S, Calero S, Galán-Mascarós J R. Nat. Commun., 2025, 16: 3243.
[9]
Chai Y C, Han X, Li W Y, Liu S S, Yao S K, Wang C, Shi W, da-Silva I, Manuel P, Cheng Y Q, Daemen L D, Ramirez-Cuesta A J, Tang C C, Jiang L, Yang S H, Guan N J, Li L D. Science, 2020, 368(6494): 1002.
[10]
Trickett C A, Osborn Popp T M, Su J, Yan C, Weisberg J, Huq A, Urban P, Jiang J C, Kalmutzki M J, Liu Q N, Baek J, Head-Gordon M P, Somorjai G A, Reimer J A, Yaghi O M. Nat. Chem., 2019, 11(2): 170.
[11]
Gaillac R, Pullumbi P, Beyer K A, Chapman K W, Keen D A, Bennett T D, Coudert F X. Nat. Mater., 2017, 16(11): 1149.
[12]
Li Q J, Sprouster D, Zheng G Q, Neuefeind J C, Braatz A D, McFarlane J, Olds D, Lam S, Li J, Khaykovich B. ACS Appl. Energy Mater., 2021, 4(4): 3044.
[13]
Gammond L V D, Auer H, Mendes Da Silva R, Zeidler A, Ortiz-Mosquera J F, Nieto-Mu?oz A M, Rodrigues A C M, d’Anci?es Almeida Silva I, Eckert H, Benmore C J, Salmon P S. J. Chem. Phys., 2021, 155(7): 074501.
[14]
Pan F, Ni K, Xu T, Chen H C, Wang Y S, Gong K, Liu C, Li X, Lin M L, Li S Y, Wang X, Yan W S, Yin W, Tan P H, Sun L T, Yu D P, Ruoff R S, Zhu Y W. Nature, 2023, 614(7946): 95.
[15]
Zhu H, Yang C, Li Q, Ren Y, Neuefeind J C, Gu L, Liu H B, Fan L L, Chen J, Deng J X, Wang N, Hong J W, Xing X R. Nat. Commun., 2018, 9: 5063.
[16]
S?awiński W A, Playford H Y, Hull S, Norberg S T, Eriksson S G, Gustafsson T, Edstr?m K, Brant W R. Chem. Mater., 2019, 31(14): 5024.
[17]
Telford D M, Hu W, Metcalfe I S, Jones M O, Henry P F, Evans J S O. Chem. Mater., 2025, 37(9): 3471.
[18]
Lin L F, Mei Q Q, Han X, Parker S F, Yang S H. Top. Catal., 2021, 64: 593.
[19]
Nunes C D, Rudi? S, Vaz P D. Phys. Chem. Chem. Phys., 2020, 22(2): 896.
[20]
Ma Y J, Han X, Xu S J, Li Z, Lu W P, An B, Lee D, Chansai S, Sheveleva A M, Wang Z, Chen Y L, Li J N, Li W Y, Cai R S, da Silva I, Cheng Y Q, Daemen L L, Tuna F, McInnes E J L, Hughes L, Manuel P, Ramirez-Cuesta A J, Haigh S J, Hardacre C, Schr?der M, Yang S H. J. Am. Chem. Soc., 2023, 145(38): 20792.
[21]
Dunstan M A, Giansiracusa M J, Calvello S, Sorace L, Krause-Heuer A M, Soncini A, Mole R A, Boskovic C. Chem. Sci., 2024, 15(12): 4466.
[22]
Xie T, Huo M W, Ni X S, Shen F R, Huang X, Sun H L, Walker H C, Adroja D, Yu D H, Shen B, He L H, Cao K, Wang M. Sci. Bull., 2024, 69(20): 3221.
[23]
Ciocarlan R G, Farrando-Perez J, Arenas-Esteban D, Houlleberghs M, Daemen L L, Cheng Y Q, Ramirez-Cuesta A J, Breynaert E, Martens J, Bals S, Silvestre-Albero J, Cool P. Nat. Commun., 2024, 15: 8697.
[24]
Kruteva M. Adsorption, 2021, 27(5): 875.
[25]
Davidson A L, Webb P B, Silverwood I P, Lennon D. Top. Catal., 2020, 63(3/4): 378.
[26]
Willis T J, Porter D G, Voneshen D J, Uthayakumar S, Demmel F, Gutmann M J, Roger M, Refson K, Goff J P. Sci. Rep., 2018, 8: 3210.
[27]
Pili S, Argent S P, Morris C G, Rought P, García-Sakai V, Silverwood I P, Easun T L, Li M, Warren M R, Murray C A, Tang C C, Yang S H, Schr?der M. J. Am. Chem. Soc., 2016, 138(20): 6352.
[28]
Shrestha U R, Perera S M D C, Bhowmik D, Chawla U, Mamontov E, Brown M F, Chu X Q. J. Phys. Chem. Lett., 2016, 7(20): 4130.
[29]
Kim S, Lee W B, de Souza N R, Choi S H. Polymer, 2023, 264: 125525.
[30]
Sun F, Gao R, Zhou D, Osenberg M, Dong K, Kardjilov N, Hilger A, Mark?tter H, Bieker P M, Liu X F, Manke I. ACS Energy Lett., 2019, 4(1): 306.
[31]
Disch J, Bohn L, Koch S, Schulz M, Han Y Y, Tengattini A, Helfen L, Breitwieser M, Vierrath S. Nat. Commun., 2022, 13: 6099.
[32]
Cavaye H, Ballas C E, Kockelmann W, Lennon D, Collier P, York A P E, Albers P W, Parker S F. Chem. Commun., 2023, 59(85): 12767.
[33]
Hughes M D G, Cussons S, Hanson B S, Cook K R, Feller T, Mahmoudi N, Baker D L, Ari?ns R, Head D A, Brockwell D J, Dougan L. Nat. Commun., 2023, 14: 5593.
[34]
Lai Y, Yang J, Cai L, Zhang M, He X, Yu H, Li M, Ning G H, Yin P. Adv. Funct. Mater., 2023, 33(12): 2210122.
[35]
Houston J E, Fruhner L, de la Cotte A, Rojo González J, Petrunin A V, Gasser U, Schweins R, Allgaier J, Richtering W, Fernandez-Nieves A, Scotti A. Sci. Adv., 2022, 8(26): eabn6129.
[36]
Prehal C, von Mentlen J M, Drvari? Talian S, Vizintin A, Dominko R, Amenitsch H, Porcar L, Freunberger S A, Wood V. Nat. Commun., 2022, 13: 6326.
[37]
Balu R, Choudhury N R, Mata J P, de Campo L, Rehm C, Hill A J, Dutta N K. ACS Appl. Mater. Interfaces, 2019, 11(10): 9934.
[38]
Koizumi S, Ueda S, Inada T, Noda Y, Robinson R A. J. Appl. Crystallogr., 2019, 52(4): 791.

基金资助

国家自然科学基金项目(22303059)

国家自然科学基金项目(92477104)

PDF (2213KB)

340

访问

0

被引

详细

导航
相关文章

/

〈 〉